在影视概念设计、游戏美术和工业产品设计领域，从粗略的手绘线稿、缩略透视草图到光影饱满、材质逼真的概念设计图，往往需要耗费设计师数小时甚至数天的数字绘画与贴图时间。Stable Diffusion Web 平台与基于 Web 的生成界面（如 WebUI、在线设计工作台）通过**图生图（Image-to-Image，简称 img2img）模式与重绘幅度（Denoising Strength）**控制，彻底重构了这一创意流程。
设计师不再需要依赖文字从零盲抽（txt2img），而是直接将手绘线条、构图透视和明暗块面作为空间与构图锚点，通过精准调节重绘幅度，驱动扩散模型自动补全真实光影、环境氛围与材质细节。本文深入剖析图生图的底层扩散机制，梳理重绘幅度的关键参数区间，并提供一套可直接落地的专业多轮迭代工作流。
图生图与底层扩散机制：它是如何理解草图的？
传统的文生图（txt2img）从潜空间（Latent Space）中的纯高斯噪声开始，依据 CLIP 编码的文本提示词，在设定的采样步数内逐步预测并去除噪声。
而图生图（img2img）基于 SDEdit（Stochastic Differential Editing，随机微分编辑） 与潜空间扩散模型（Latent Diffusion Models）架构，其处理流程如下：
- 潜空间编码：变分自编码器（VAE）将设计师上传的手绘草图从高分辨率像素空间压缩为低维潜空间张量。草图中的轮廓边缘、明暗黑白关系和色块分布被完整映射为空间潜特征。
- 可控加噪（Noise Injection）：系统不会生成纯随机噪声，而是在草图的潜特征上叠加一定比例的高斯噪声。叠加噪声的浓度与强度，完全由**重绘幅度（Denoising Strength）**决定。
- 文本引导的逆向去噪：扩散模型的 U-Net 或主干网络结合提示词（Prompt）与加噪后的潜图像，执行多步去噪预测。因为初始潜变量中保留了草图的透视线与剪影，模型会顺着这些结构生成新的几何形体与材质。
- 解码还原：VAE 解码器将去噪后的潜变量重新还原为 RGB 高分辨率图像。
这一机制确保了生成的插画保留了设计师原本构图的镜头视角、主体比例与空间层次，避免了 AI 肆意更改镜头或颠倒场景关系。
核心控制旋钮：重绘幅度（Denoising Strength）深度解析
在 Stable Diffusion Web 界面中，重绘幅度通常是一个介于 0.00 到 1.00 之间的滑块。它本质上决定了：
- 注入初始草图的噪声强度；
- 模型实际执行有效去噪的步数比例（实际执行步数 = 总采样步数 $\times$ 重绘幅度）。
如果设置采样步数为 40 步，重绘幅度设为 0.60，则系统向草图注入 60% 强度的噪声，并从第 16 步开始计算，仅执行最后 24 步的去噪生成。
设计师在各个创作阶段应当如何取舍参数？下表给出了实战参考：
| 重绘幅度区间 | 扩散模型行为特征 | 概念设计实操应用场景 |
|---|---|---|
| 0.00 – 0.20 | 几乎完全保留原图，仅在像素级产生细微的噪点变化或边缘抗锯齿微调。 | 消除数字绘画笔触毛刺、轻微增强清晰度或生成细微纹理。 |
| 0.25 – 0.40 | 高度忠实原稿轮廓与固有色，线条不发生结构偏移，开始计算表面微质感与环境光照遮挡（AO）。 | 精修与质感阶段：为已有基础配色的底稿补充金属反光、皮革光泽、布料褶皱或粗糙表面细节。 |
| 0.45 – 0.65 | 概念设计渲染的黄金区间。模型保留原图的宏观构图、镜头透视与主体剪影，同时将铅笔草线条合理重构为体积光影、逼真材质和具有纵深感的背景。 | 草图转插画的核心阶段：将黑白线稿或明暗剪影转化为具备完整光影与材质的概念气氛图。 |
| 0.70 – 0.85 | 创意重构区间。模型仅将原稿作为色彩分布和大块构图的抽象参考，细部线条被噪声冲散，会自主生成全新的结构、部件甚至改变局部比例。 | 前期头脑风暴、探索极端设计变体、寻找出乎意料的配色与机械结构方案。 |
| 0.90 – 1.00 | 几乎完全丢失原稿结构，等同于全新的文生图，原图仅残留极其模糊的全局亮度倾向。 | 不建议在需要保留草图精确形态的工作流中使用。 |
概念设计实战流程：从草图到完整插画的五步法
成熟的概念设计师绝不会指望“单次生成、一键出图”，而是将 Stable Diffusion Web 作为实时渲染助手，采用分阶段递进的闭环工作流：
[手绘线稿 / 明暗铺色]
│
▼
[第一阶段：全局概念渲染（重绘幅度 0.55 - 0.65）] ──► 生成 4-8 张不同光影变体
│
▼（挑选最优方案，进行局部垫色/修图）
[第二阶段：局部重绘（Inpainting）修正] ───────► 修复手部、面部、关键机械枢纽
│
▼
[第三阶段：二次质感细化（重绘幅度 0.30 - 0.40）] ──► 统一全图笔触与材质细节
│
▼
[最终高清放大与最终后期输出]
第一步：输入草图的高质量预处理
许多新手直接将白纸上的黑色铅笔线稿丢入图生图，结果往往生成带有脏乱线条、边缘发黑或纯白背景过曝的崩坏画面。这是因为纯白背景会被扩散模型视为空白虚空或强光源。
- 画布比例一致：上传前将草图裁剪为与模型原生训练分辨率一致或接近的标准比例（如 SD 1.5 的 512×512、768×768，或 SDXL 的 1024×1024、1152×896）。比例不匹配会导致画面被强制拉伸或裁剪。
- 明暗大关系铺垫（Value Blocking）：在 Photoshop 或 Procreate 中花两分钟，用半透明灰色大笔刷区分出前景剪影、中景主体与远景天空的明暗分层。明确的灰阶给模型提供了精确的景深线索。
- 色彩底色涂抹（Flatting）：如果目标是科幻机甲的黄昏场景，可以在草图背景随手涂抹一层橙红色，暗部刷上冷青色。潜变量编码器会直接吸纳这些色相，避免模型生成不受控的随机调色。
第二步：精准构建材质与光影提示词
在图生图中，提示词无需重复交代画面中已经画好的几何轮廓，其核心任务是定义材质表面、光源性质、氛围环境与艺术风格：
- 主体与环境补充：
heavy armored industrial mech standing in muddy abandoned trench, rusted cast iron plating, exposed hydraulic cylinders, cracked concrete barrier - 光照与摄影控制：
cinematic rim lighting, volumetric fog, atmospheric dust motes, overcast soft diffused skylight, realistic ambient occlusion - 材质与渲染媒介：
concept art by Feng Zhu and Craig Mullins, matte painting, Artstation trending, 8k resolution, octane render, photorealistic textures - 负面提示词（Negative Prompt）：关键在于剔除手绘残痕与低质特征：
low quality, blurry, amateur, pencil doodle, crosshatching lines, paper grain, watermark, oversaturated, deformed anatomy
第三步：设置初始生成参数并批量抽卡
- 采样算法：推荐使用收敛稳定、细节丰富的
DPM++ 2M Karras或Euler a，步数设置在 28–35 步。 - 提示词引导系数（CFG Scale）：保持在 7.0 – 8.5。过低会导致光影无法响应提示词，过高（>11）则容易产生高饱和色斑和边缘锐化伪影。
- 初始重绘幅度：锁定在 0.55 – 0.60 之间。
- 批量生成：一次性生成 4 至 8 张候选图，横向比对模型对草图光影、体感和背景空间的理解，选出最具视觉张力的一张。
第四步：多轮递进与质感沉淀
选出满意的半成品后，不要立即结束：
- 将选出的图片重新“发送至图生图（Send to img2img）”。
- 微调正向提示词，追加更精细的微观描述（如
micro-scratches on metal surface, oxidized copper streaks, mud splatters）。 - 将重绘幅度下调至 0.30 – 0.38。
- 再次生成。在较低的重绘幅度下，大结构与透视被绝对锁定，模型集中算力在现有形态上雕刻高精度的表面纹理、反射高光与接缝细节。
第五步：局部重绘（Inpainting）定向修复核心视觉中心
概念图中诸如驾驶舱仪表盘、角色面部、手指关节或武器构件等核心视觉点，在全图渲染时可能出现形变或精度不足。
- 切换至 Inpaint（局部重绘） 标签页。
- 用画笔工具精准涂抹需要修正的区域（例如仅涂抹驾驶舱透明罩）。
- 修改提示词，针对该区域精细描述：
detailed cockpit interior, glowing blue holographic HUD interface, pilot seat controls, pristine glass reflection。 - 局部重绘幅度设置在 0.45 – 0.55，重绘区域选择“仅蒙版（Only masked）”。系统会针对选区进行高像素密度重新运算，并无缝融合回原画中。
结构严苛场景：图生图配合 ControlNet 的进阶打法
在工业造型设计、载具设计或建筑概念中，直线透视与机械倒角的精度不容任何漂移。如果单纯依靠图生图将重绘幅度拉高至 0.65 以上以追求写实金属质感，可能会导致圆柱变形或直线弯曲。
此时，专业工作流会将图生图与 ControlNet 扩展协同使用：
- Canny / Lineart（线稿模型）：直接从设计师草图中提取精确的结构边界线，强制锁定在扩散主干网络中。
- 协同优势：在 ControlNet 的刚性结构约束下，设计师可以放心地将图生图的重绘幅度提高至 0.70 – 0.80。高重绘幅度赋予模型自由生成极具冲击力的高级金属高光、体积烟尘与真实环境反光，而 ControlNet 确保硬表面轮廓分毫不差。
云端 Web 平台与本地 WebUI 部署的选型考量
设计师应根据项目保密级别与硬件条件选择适宜的运行环境：
| 维度 | 在线 Web 平台（如 Stable Diffusion Web 在线版） | 本地独立 WebUI（如 AUTOMATIC1111 / ComfyUI） |
|---|---|---|
| 硬件门槛 | 零要求。轻薄笔记本、iPad 或办公电脑直接在浏览器运行。 | 需要配备大显存高性能显卡（推荐 8GB–16GB+ VRAM）。 |
| 部署与维护 | 开箱即用，无需配置 Python、CUDA 驱动或下载数十 GB 模型。 | 需自行维护环境、更新扩展组件及排查依赖报错。 |
| 生图速度与并发 | 受限于公共服务器排队或会员套餐限制。 | 本地独占算力，批量生成与高清放大响应极为迅速。 |
| 自由度与扩展性 | 功能相对固定，提供封装好的草图渲染滤镜与预设风格。 | 完全自由，支持任意第三方大模型、定制 LoRA 微调模型与复杂工作流串联。 |
| 数据与 IP 安全 | 草图需上传至云端服务器，需留意商业协议中的隐私条款。 | 100% 离线脱机运行，符合游戏大厂与影视机密项目的严格 NDA 要求。 |
对于设计前期的敏捷提案、外出采风及跨平台沟通，免安装的在线 Web 平台能够提供秒级视觉验证；而在项目深度量产阶段，本地 WebUI 结合专属微调模型则是工业化落地的标准配置。
设计师实战核心要诀
- 认清重绘幅度的数学本质：它不是普通的“画质增益键”，而是加噪截断阈值。牢记 0.50–0.65 用于草图破茧成画，0.25–0.40 用于后期微质感抛光。
- 严禁“白纸裸线”直冲图生图：善用两分钟的灰度铺底和固有色大色块，让扩散模型在第一轮就精准读懂纵深与色调。
- 推行多轮迭代原则：通过“草图初渲染 $\rightarrow$ 局部重绘修复 $\rightarrow$ 低幅二次沉淀”的三阶梯模式，彻底掌控画面走向。
- 硬表面设计必加 ControlNet：当面对严苛透视与机械结构时，用 Lineart 锁死线条，释放高重绘幅度的材质生成能力。
参考资料
- Image-to-image · Hugging Face
- ControlNet · Hugging Face
- ControlNet in 🧨 Diffusers
- Inpainting · Hugging Face
- Stable Diffusion XL · Hugging Face
- Features · AUTOMATIC1111/stable-diffusion-webui Wiki · GitHub
- GitHub - AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI · GitHub
- [2112.10752] High-Resolution Image Synthesis with Latent Diffusion Models
- [2108.01073] SDEdit: Guided Image Synthesis and Editing with Stochastic Differential Equations
- [2302.05543] Adding Conditional Control to Text-to-Image Diffusion Models